21世紀信息技術高速發(fā)展,許多行業(yè)在信心技術出現(xiàn)后發(fā)生了巨大的改變,人們的學習、工作和生活開始越來越依賴網絡的存在。為了減少網絡運行狀況惡化帶來的損失甚至避免其損失,網絡運營者希望可以隨時了解網絡的運行質量以便在第一時間采取相關措施。網絡運行態(tài)勢正是一個對網絡運行狀況綜合客觀的評估結果。網絡運行態(tài)勢是整個網絡是否正常運轉、網絡中各個設備是否正常運行、網絡用戶能否正常使用網絡服務的綜合體現(xiàn)。網絡運行態(tài)勢分析的最終目的是獲得網絡在運行時間內的運行態(tài)勢結果和變化情況,以便網絡管理員能夠直觀的理解復雜網絡的運行狀況的好壞與穩(wěn)定。關聯(lián)分析能夠挖掘節(jié)點之間的潛在關聯(lián)關系,反映網絡內部的相互影響關系,從而從網絡整體出發(fā)評估與預測網絡運行態(tài)勢,并采用模糊技術解決網絡運行分析及評估中不確定性問題。本文的研究特色在于將模糊理論技術與關聯(lián)規(guī)則挖掘相結合,形成模糊關聯(lián)規(guī)則挖掘方法,分析與預測網絡運行態(tài)勢,主要工作及創(chuàng)新如下:1.建立了網絡運行態(tài)勢評估的指標體系,構建了網絡運行態(tài)勢分析與預測的系統(tǒng)框架,并設計了數(shù)據(jù)預處理的具體流程;2.采用模糊聚類提出網絡運行態(tài)勢特征,并對特征數(shù)據(jù)進行模糊化處理,建立了描述節(jié)點... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

FCM算法流程圖

電子科技大學碩士學位論文18出錯情況和流量。這些指標具有一定的代表性，它們之間也有鮮明的邏輯關系，都是從網絡的不同特征出發(fā)考量得到的指標，彼此之間沒有太多的覆蓋。這些指標同樣也能通過時間反映網絡每個特征的變化狀況，也是可比、可操作和可量化的。而誤差率在現(xiàn)實網絡中測量復雜，量化操作困難只好舍棄。所以選取這些指標是能夠綜合反映網絡節(jié)點運行狀況的。再依據(jù)通信行業(yè)標準YD/T1170-2001和YD5200-2011相關文件提出的上述性能參數(shù)指標[26]，里面對上述指標作了明確的解釋，清晰了各個指標代表的意義。我們選取下面四個網絡性能指標建立網絡運行態(tài)勢的評估指標體系，如圖3-1所示。（1）時延：網絡處理和傳輸數(shù)據(jù)所用的時間反映了網絡的速率；（2）時延抖動：時間的波動能夠比較清晰地反映一個網絡的穩(wěn)定情況；（3）丟包率：從網絡出錯的角度考量，我們肯定希望一個網絡的錯誤為零；（4）吞吐量：動態(tài)地反映網絡的流量變化情況。圖3-1網絡運行態(tài)勢評估指標體系3.2網絡運行態(tài)勢分析與預測系統(tǒng)的總體設計網絡運行態(tài)勢分析與預測系統(tǒng)分為三個主要模塊：數(shù)據(jù)預處理及模糊化模塊、模糊關聯(lián)分析及評估模塊及態(tài)勢預測模塊，該系統(tǒng)的總體設計如圖3-2所示。圖3-2網絡運行態(tài)勢分析系統(tǒng)的總體設計圖

電子科技大學碩士學位論文18出錯情況和流量。這些指標具有一定的代表性，它們之間也有鮮明的邏輯關系，都是從網絡的不同特征出發(fā)考量得到的指標，彼此之間沒有太多的覆蓋。這些指標同樣也能通過時間反映網絡每個特征的變化狀況，也是可比、可操作和可量化的。而誤差率在現(xiàn)實網絡中測量復雜，量化操作困難只好舍棄。所以選取這些指標是能夠綜合反映網絡節(jié)點運行狀況的。再依據(jù)通信行業(yè)標準YD/T1170-2001和YD5200-2011相關文件提出的上述性能參數(shù)指標[26]，里面對上述指標作了明確的解釋，清晰了各個指標代表的意義。我們選取下面四個網絡性能指標建立網絡運行態(tài)勢的評估指標體系，如圖3-1所示。（1）時延：網絡處理和傳輸數(shù)據(jù)所用的時間反映了網絡的速率；（2）時延抖動：時間的波動能夠比較清晰地反映一個網絡的穩(wěn)定情況；（3）丟包率：從網絡出錯的角度考量，我們肯定希望一個網絡的錯誤為零；（4）吞吐量：動態(tài)地反映網絡的流量變化情況。圖3-1網絡運行態(tài)勢評估指標體系3.2網絡運行態(tài)勢分析與預測系統(tǒng)的總體設計網絡運行態(tài)勢分析與預測系統(tǒng)分為三個主要模塊：數(shù)據(jù)預處理及模糊化模塊、模糊關聯(lián)分析及評估模塊及態(tài)勢預測模塊，該系統(tǒng)的總體設計如圖3-2所示。圖3-2網絡運行態(tài)勢分析系統(tǒng)的總體設計圖

【參考文獻】：
期刊論文
[1]初始聚類中心優(yōu)化的加權最大熵核FCM算法[J]. 許友權,吳陳,楊習貝.  計算機系統(tǒng)應用. 2014(08)
[2]網絡運行態(tài)勢感知技術及其模型[J]. 柏駿,夏靖波,鐘赟,陳珍.  解放軍理工大學學報(自然科學版). 2015(01)
[3]基于智能Agent的電力信息網絡安全態(tài)勢感知模型研究[J]. 蔣誠智,余勇,林為民.  計算機科學. 2012(12)
[4]網絡態(tài)勢感知研究[J]. 龔正虎,卓瑩.  軟件學報. 2010(07)
[5]一種改進的模糊C均值聚類算法[J]. 李雷,羅紅旗,丁亞麗.  計算機技術與發(fā)展. 2009(12)
[6]網絡態(tài)勢感知中的指標體系研究[J]. 王娟,張鳳荔,傅翀,陳麗莎.  計算機應用. 2007(08)
[7]網絡態(tài)勢感知系統(tǒng)研究綜述[J]. 王慧強,賴積保,朱亮,梁穎.  計算機科學. 2006(10)
[8]基于最大最小距離法的多中心聚類算法[J]. 周涓,熊忠陽,張玉芳,任芳.  計算機應用. 2006(06)
[9]網絡化系統(tǒng)安全態(tài)勢評估的研究[J]. 陳秀真,鄭慶華,管曉宏,林晨光.  西安交通大學學報. 2004(04)
[10]集成化網絡安全監(jiān)控平臺的研究與實現(xiàn)[J]. 張慧敏,錢亦萍,鄭慶華,董世杰,管曉宏.  通信學報. 2003(07)

碩士論文
[1]基于聚類有效性指標的模糊分類評價問題研究[D]. 倪俊芳.浙江工商大學 2014
[2]基于相關興趣度的關聯(lián)規(guī)則挖掘[D]. 王梟翔.蘭州交通大學 2013



本文編號：3210720